4月19日，2023華為全球分析師大會在深圳召開，華為副董事長、輪值董事長、CFO孟晚舟身著一襲藍黑拼接的連衣裙亮相，這是她當值華為輪值董事長以來的首次公開亮相。

　　孟晚舟在主題演講中表示，預計到2030年，全球聯接總量將突破2000億。與此同時，企業網絡接入、家庭寬帶接入、個人無線接入將迎來萬兆聯接的時代;通用算力將增長10倍、人工智能算力將增長500倍。

　　數字化是共識度最高、也是當前確定性最高的趨勢，已經成為越來越多國家、企業和組織的共同話題。躍升數字生產力正當時，這是全行業的共同機遇。

　　孟晚舟坦言，數字化轉型是百轉千回的，華為也要通過一系列管理變革，用數字化技術、思維和能力重構業務，實現研發、制造、銷售、交付等各個環節的數字化轉型。

　　數字化成為新藍海

　　會上，孟晚舟表示，數字經濟是全球經濟的關鍵驅動力，有170多個國家發布數字戰略，2026年全球數字化轉型支出將高達3.41萬億美元。

　　“數字化是整個產業鏈的新藍海，華為將在聯接、計算、存儲、云等方面保持投入，提供極簡架構、極高質量、極低成本、極優體驗的‘4極’數字基礎設施，從而實現數字化轉型的‘4化’，即作業數字化，數字平臺化，平臺智能化，智能實戰化。”孟晚舟說道。

　　孟晚舟認為，在聯接產業，從人到物，從家庭到工廠，從地上交通到地下礦道，極為豐富的行業場景要求聯接無處不在、無時不快。華為將持續推動建設5.5G時代領先的數字基礎設施，構建千億物聯、萬兆體驗的網絡能力。

　　在計算產業，未來算力將像水和電一樣，觸手可及、隨需隨用。華為將圍繞著多場景、多樣性的需求，不斷提高通用計算、人工智能計算的算力。

　　華為云將沿著行業數字化的“云底座”和“使能器”保持投入。華為自身在數字化轉型中沉淀的技術、工具和經驗，將持續開放在華為云上，與此同時，全球伙伴的優秀實踐也將逐步承載在華為云上，支撐好企業“上云”“用云”。

　　孟晚舟稱，圍繞數字化，華為在基礎軟件領域持續創新，已經發布歐拉和鴻蒙操作系統、畢昇編譯器、高斯數據庫、昇思AI框架等，并將openEuler(歐拉)、OpenHarmony貢獻給 開放原子 開源基金會，通過軟件開源發展產業生態。

　　結合華為近10年的實踐，孟晚舟還分享了對數字化轉型的三個核心洞見。

　　首先，戰略驅動是根本，數字化本質是戰略選擇和戰略規劃，成功的數字化轉型都是由戰略驅動，而非技術驅動。其次，數據治理是基礎，只有通過對數據的科學治理，數據在企業內部的流動才具有意義，不同維度的數據匯聚在一起才能創造新的價值。最后，數據智能是方向，數據正在成為生產力，作業數字化、數字平臺化使得數據清潔、透明、聚合，是轉型的基礎;平臺智能化，智能實戰化使得數據隨需、易懂、有用，是數字轉型的深化。

　　華為如何推動AI發展?

　　數字化轉型過程中，華為如何看待AI行業發展，目前已進行哪些布局，未來還有怎樣的規劃?

　　對于這些問題，當日，華為戰略研究院院長周紅在演講中進行了詳細解答。周紅提出，2016年在AlphaGO推出之后，人們發現可以通過大模型來很好描述具有先驗知識的世界，這個世界的很多信息并不是離散無記憶的。

　　“過去的幾年中，我們看到智能應用的迅速發展，尤其是通過AI模型優化可能幫助解決應用碎片化的問題，這也引發了模型規模的爆發式增長。過去十年，AI算法的算力需求提升了四十萬倍。”周紅說道。

　　他進一步指出，在山腰上的一些能力上，人們還在不斷研究提升中，例如，自動駕駛、圖像識別、語言文字處理等，當前AI在語言文字的學習、理解和生成上表現出來的能力，超出很多人的想象。在接近山頂的能力上，例如軟件編程、科學研究、定理自動驗證和自動證明等，學術界和產業界已經有一些探索。

　　“在AI能力快速提升的情況下，我認為需要考慮AI的目標如何與人類一致、并且正確和高效地執行。除了通過規則和法律來加強AI的倫理和治理外，從理論和技術的角度看，要達到這些要求，目前還面臨三個重要的挑戰：AI的目標定義、正確性與適應性、以及效率。”周紅表示。

　　面對這些挑戰，華為在AI領域進行了不少探索。首先，在AI for Industry方面，通過行業大模型促進價值創造。華為在視覺、語言文字、圖網絡、多模態等專用L0基礎大模型之上，形成L1行業專用大模型來降低開發門檻、提升泛化能力，解決應用碎片化的問題。

　　在煤礦場景，華為通過模型訓練與推理實現瓦斯濃度的超前預警、作業序列的風險防范、以及作業質量的智能驗收;華為的智慧港口方案也已經在天津、青島、上海、深圳等港口實現智慧化應用。

　　AI for Science方面，華為推出的盤古氣象大模型，通過更精準、高效的學習與推理機制，從大自然歷史運轉出來的數據中提取全球氣象先驗知識，從而實現快速完成全球未來1小時到7天的天氣預報，預測精度比歐洲中期天氣預報中心高20%以上。

　　在制藥領域，華為的專家與北大教授一起提出基于元動力學的靶點發現和構象搜索算法，同樣的構象搜索，傳統方法需要37天，華為只需要6個小時。

　　周紅認為，在通信和計算兩大基石的驅動下，從狹義人工智能，到通用人工智能與超級人工智能，人們首先要通過理論和技術的突破來實現萬物智聯，促進社會進步;其次，要勇于拓展思維邊界，增強對智能的認知和掌控能力;最終，用正確的目標和有力的手段來牽引人工智能的發展。